本发明专利技术公开了一种基于固定位摄像机监控视频的异常事件检测方法，包括：步骤A、获取摄像机正常情况下所拍摄的一帧图像，标定出不变区域并将不变区域的图像作为初始的基准图像；步骤B、获取预设采样间隔时间后摄像机所拍摄的实时图像，按照不变区域提取该实时图像的不变区域的图像作为判断图像；步骤C、比较判断图像与基准图像之间的相似度，如相似度在预设的正常相似度范围内，则用该判断图像替换当前的基准图像后，转至步骤B；否则，判定出现异常事件。本发明专利技术还公开了一种基于固定位摄像机监控视频的异常事件检测装置。本发明专利技术可对包括摄像机本身被干扰以及监控场景中的异常进行准确的自动识别，且具有更好的准确性和实时性，对软硬件要求低。
【技术实现步骤摘要】
基于固定位摄像机监控视频的异常事件检测方法及装置
本专利技术涉及视频图像处理技术，尤其涉及一种基于固定位摄像机监控视频的异常事件检测方法。
技术介绍
随着视频监控技术的飞速发展和广泛应用，越来越多的采用固定机位的摄像机被用于安防监控、道路交通监控、生产线监控、农田水利设施监护、动植物栖息地保护等诸多应用场景。传统上，人工巡检和人工判定一直是维护视频监控摄像头和视频画面监视的重要手段。一方面，经常会出现由于自然或人为原因而导致摄像机受到干扰的情形，例如摄像机被转动或遮挡，摄像镜头被搞脏等导致视频监控部分或完全失效；另一方面，人工巡检和人工判定在很多情况下是无法满足实时性、准确性、经济性等要求的，例如对于野外或者高温、有毒等恶劣环境就难以进行人工巡检，又如，对于大量摄像机所监控场景中异常事件（如自然灾害的发生、生产线故障等）的判定需要大量人员对视频画面进行持续监控，这显然是难以实现的。随着图像技术、自动化水平的提高，利用计算机自动识别这些异常事件（包括摄像机本身被干扰以及所监控场景中所出现的异常事件）就成为必然。目前已出现了很多此类技术，目前最常用的是通过用当前视频图像和固定的基准图像进行简单比对来进行异常事件检测，但日照时间、视频画面中的可以移动目标等诸多因素都会直接影响对结果的判断，因此该技术的检测效果普遍难以满足要求。还有一些现有技术为了提高检测准确性，采用了极其复杂的检测算法，其所需的软硬件条件无法满足多数实际应用场合，并且实时性也无法保证。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术不足，提供一种基于固定位摄像机监控视频的异常事件检测方法，可对包括摄像机本身被干扰以及所监控场景中所出现的异常进行准确的自动识别，且具有更好的准确性和实时性，对软硬件要求低。本专利技术具体采用以下技术方案解决上述技术问题：基于固定位摄像机监控视频的异常事件检测方法，包括以下步骤：步骤A、获取摄像机正常情况下所拍摄的一帧图像，标定出其中的不变区域并将所述不变区域的图像作为初始的基准图像；步骤B、获取预设采样间隔时间后摄像机所拍摄的实时图像，按照所述不变区域提取该实时图像的不变区域的图像作为判断图像；步骤C、比较判断图像与基准图像之间的相似度，如相似度在预设的正常相似度范围内，则用该判断图像替换当前的基准图像后，转至步骤B；否则，判定出现异常事件。优选地，所述预设采样间隔时间为通过以下方法得到的最优采样间隔时间：步骤1、获取摄像机正常情况下所拍摄的多天连续视频，按照可行的最小采样间隔时间对该视频的图像帧进行取样，得到总的数据样本集；步骤2、按照大于所述最小采样间隔时间的一系列不同的采样间隔时间从总的数据样本集中取样，得到一系列分别对应不同采样间隔时间的数据样本子集；步骤3、对每一份数据样本子集，计算出其中每两个相邻样本间的相似度并将所得到的相似度按照时间进行排序，从而得到各数据样本子集的相邻样本相似度时间序列；步骤4、根据各数据样本子集的相邻样本相似度时间序列，从中找出相邻样本相似度数据波动最小的若干数据样本子集，将这些数据样本子集所对应的采样间隔时间作为候选采样间隔时间；步骤5、结合资源消耗情况，从候选采样间隔时间中选择出最优采样间隔时间。进一步优选地，所述相似度为基于直方图的相似度，或为基于互信息的相似度，或为结构相似性度量，或为余弦相似度。进一步优选地，所述多天连续视频涵盖有多种不同天气情况。优选地，使用差异值哈希（dHash）算法来比较判断图像与基准图像之间的相似度。根据相同的专利技术思路还可以得到以下技术方案：基于固定位摄像机监控视频的异常事件检测装置，包括：实时图像获取模块，用于按照预设采样间隔时间获取摄像机所拍摄的实时图像；判断图像提取模块，用于按照预先标定的不变区域从实时图像获取模块所获取的实时图像中提取不变区域的图像作为判断图像；比较模块，用于比较判断图像与基准图像之间的相似度，如相似度在预设的正常相似度范围内，则用该判断图像替换当前的基准图像后继续比较下一幅判断图像；否则，判定出现异常事件；其中，初始的基准图像为从摄像机正常情况下所拍摄的一帧图像中标定出的不变区域的图像。优选地，所述预设采样间隔时间为通过以下方法得到的最优采样间隔时间：步骤1、获取摄像机正常情况下所拍摄的多天连续视频，按照可行的最小采样间隔时间对该视频的图像帧进行取样，得到总的数据样本集；步骤2、按照大于所述最小采样间隔时间的一系列不同的采样间隔时间从总的数据样本集中取样，得到一系列分别对应不同采样间隔时间的数据样本子集；步骤3、对每一份数据样本子集，计算出其中每两个相邻样本间的相似度并将所得到的相似度按照时间进行排序，从而得到各数据样本子集的相邻样本相似度时间序列；步骤4、根据各数据样本子集的相邻样本相似度时间序列，从中找出相邻样本相似度数据波动最小的若干数据样本子集，将这些数据样本子集所对应的采样间隔时间作为候选采样间隔时间；步骤5、结合资源消耗情况，从候选采样间隔时间中选择出最优采样间隔时间。进一步优选地，所述相似度为基于直方图的相似度，或为基于互信息的相似度，或为结构相似性度量，或为余弦相似度。进一步优选地，所述多天连续视频涵盖有多种不同天气情况。优选地，比较模块使用差异值哈希算法来比较判断图像与基准图像之间的相似度。相比现有技术，本专利技术技术方案具有以下有益效果：本专利技术将监控视频图像进行划分，将其分为基本不发生变化的不变区域和持续变化的变化区域，并使用其中的不变区域部分进行图片的比较，从而可有效屏蔽监控场景中变化区域对图片比对的干扰；随着时间变化、天气的变化，在不同时间段、不同天气下，摄像头抓拍到的画面变化很大，传统的采用固定基准图像无法获得准确的检测结果，本专利技术按照预设的采样间隔时间对基准图像和实时图像进行相似性比对，并根据比对结果对基准图像进行迭代更新，可有效克服监控画面随时间、天气等变化而给检测所带来的不确定性，大幅提高检测的准确性；本专利技术预先通过全天候的分类取样来对采样间隔时间进行优化，优化过程中充分考虑了软硬件资源的消耗，从而很好地平衡了准确性、实时性与资源消耗之间的矛盾；本专利技术算法简单，对软硬件要求极低，可适用于多数应用场合，具有极强的适用性。附图说明图1为本专利技术方法流程示意图；图2为当前获取的视频图像；图3为差异哈希算法的流程示意图；图4为缩放为9×8之后的图像；图5为无异常事件情况下的两张图像对比；图6为摄像头被转动情况下的两张图像对比；图7为本专利技术方法所获得的检测结果实例；图8为不同数据样本子集的相邻样本相似度时间序列。具体实施方式针对现有技术采用固定基准图像进行相似度比对所存在的检测结果误差大的问题，本专利技术的解决思路是不使用固定基准图像，而是根据每次的比对结果对基准图像进行迭代更新，从而克服监控画面随时间、天气等渐近性变化而给检测所带来的不确定性，并且将视频图像分为基本不发生变化的不变区域和持续变化的变化区域，只使用其中的不变区域部分进行图像的比较，以屏蔽监控场景中固有的一些变化区域对图片比对的干扰，进一步提高检测准确性。具体而言，本专利技术所提出的基于固定位摄像机监控视频的异常事件检测方法，包括以下步骤：步骤A、获取摄像机正常情况下所拍摄的一帧图像，标定出其中的不变区域并将所述不变区域的图像作为初始本文档来自技高网...
【技术保护点】
1.基于固定位摄像机监控视频的异常事件检测方法，其特征在于，包括以下步骤：步骤A、获取摄像机正常情况下所拍摄的一帧图像，标定出其中的不变区域并将所述不变区域的图像作为初始的基准图像；步骤B、获取预设采样间隔时间后摄像机所拍摄的实时图像，按照所述不变区域提取该实时图像的不变区域的图像作为判断图像；步骤C、比较判断图像与基准图像之间的相似度，如相似度在预设的正常相似度范围内，则用该判断图像替换当前的基准图像后，转至步骤B；否则，判定出现异常事件。
【技术特征摘要】
1.基于固定位摄像机监控视频的异常事件检测方法，其特征在于，包括以下步骤：步骤A、获取摄像机正常情况下所拍摄的一帧图像，标定出其中的不变区域并将所述不变区域的图像作为初始的基准图像；步骤B、获取预设采样间隔时间后摄像机所拍摄的实时图像，按照所述不变区域提取该实时图像的不变区域的图像作为判断图像；步骤C、比较判断图像与基准图像之间的相似度，如相似度在预设的正常相似度范围内，则用该判断图像替换当前的基准图像后，转至步骤B；否则，判定出现异常事件。2.如权利要求1所述方法，其特征在于，所述预设采样间隔时间为通过以下方法得到的最优采样间隔时间：步骤1、获取摄像机正常情况下所拍摄的多天连续视频，按照可行的最小采样间隔时间对该视频的图像帧进行取样，得到总的数据样本集；步骤2、按照大于所述最小采样间隔时间的一系列不同的采样间隔时间从总的数据样本集中取样，得到一系列分别对应不同采样间隔时间的数据样本子集；步骤3、对每一份数据样本子集，计算出其中每两个相邻样本间的相似度并将所得到的相似度按照时间进行排序，从而得到各数据样本子集的相邻样本相似度时间序列；步骤4、根据各数据样本子集的相邻样本相似度时间序列，从中找出相邻样本相似度数据波动最小的若干数据样本子集，将这些数据样本子集所对应的采样间隔时间作为候选采样间隔时间；步骤5、结合资源消耗情况，从候选采样间隔时间中选择出最优采样间隔时间。3.如权利要求2所述方法，其特征在于，所述相似度为基于直方图的相似度，或为基于互信息的相似度，或为结构相似性度量，或为余弦相似度。4.如权利要求2所述方法，其特征在于，所述多天连续视频涵盖有多种不同天气情况。5.如权利要求1或2所述方法，其特征在于，使用差异值哈希算法来比较判断图像与基准图像之间的相似度。6.基于固定位摄像机监控视频的...
【专利技术属性】
技术研发人员：解书钢，张杰，杨小网，唐锋，吴道强，陈凯，
申请(专利权)人：南京小网科技有限责任公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。